原始文章

這項研究探討大型語言模型(LLMs)和生成智能如何改變時尚產業的設計、生產和零售流程。研究指出這些技術能帶來產品個性化和改善顧客互動的好處,但也面臨空間理解和設計細節的挑戰。為了克服這些問題,建議採用混合智能的方法,並強調在空間參數理解和設計工具上的進步。最後,研究認為儘管LLMs在時尚領域潛力巨大,但仍需進一步研究以提升其整合性和有效性。 PubMed DOI


站上相關主題文章列表

GenAI LLMs,如ChatGPT,有潛力在醫療保健領域帶來重大影響。研究指出,這些技術可改善醫療服務效率,但也需面對道德及安全挑戰。未來應該加強研究,專注於實證或臨床領域,以推動這些技術在醫療保健中的應用。 PubMed DOI

生成式人工智慧可提升個人創造力,但可能限制集體創新,因為內容相似。實驗顯示,對於缺乏創意的作者,使用AI點子有助提升創造力和寫作品質。然而,AI生成的故事相似度高,可能降低多樣性。這個困境凸顯個人創造力與集體創新的取捨。對支持創造力的研究者、政策者和從業者具啟發意義。 PubMed DOI

這篇論文探討大型語言模型(LLMs)對自然科學和社會科學的影響,特別是透過生成代理模型(GABMs)模擬人類行為。研究涵蓋網絡科學、演化博弈論等領域,顯示LLMs能預測社會行為、增強合作及模擬疾病傳播。雖然LLMs能模仿公平性和合作,但仍面臨提示敏感性和幻覺等挑戰,影響行為一致性。未來研究應聚焦於完善模型、標準化方法,並探討LLMs與人類互動可能帶來的新合作行為,重塑決策過程。 PubMed DOI

大型語言模型(LLMs)在生成式人工智慧上有重大進展,能根據文本提示產生連貫的語言。在醫學教育中,LLMs展現了提升學習體驗、提供個性化輔導、生成教育內容及模擬病患互動的潛力。不過,隨著技術快速演變,準確性、倫理影響及錯誤資訊的擔憂也隨之而來。隨著LLMs能力的持續提升,其在醫學教育的應用可能會擴大,因此需要不斷評估與調整,以確保其有效且負責任地使用。 PubMed DOI

這項研究探討了生成式人工智慧(如ChatGPT)在標準化創造力測試中的表現。結果顯示,雖然ChatGPT能生成大量內容,但其創意質量僅屬於平均水平。研究強調AI創造力的隨機性及對訓練數據多樣性的依賴,呼籲我們重新評估傳統創造力的衡量標準,特別是在AI的情境下。研究指出人類參與引導AI達成真正原創性的重要性,並建議進一步探討人類與AI的合作及評估AI創造力的方法。 PubMed DOI

大型語言模型(LLMs)徹底改變了人工智慧,特別是在生成文本方面。這些模型透過大量文本訓練,能生成連貫且具上下文的內容,應用範圍廣泛,從聊天機器人到內容創作,展現出驚人的語言理解與生成能力。它們能執行摘要、問答及創意寫作等任務,並透過微調技術針對特定需求進行客製化。隨著技術進步,LLMs 的應用也在擴展,並引發了關於倫理、偏見及社會影響的討論,標誌著人工智慧的一次重大進步。 PubMed DOI

這項研究強調了大型生成模型在旅遊IP文化產品設計中的應用,並指出AI生成內容(AIGC)對傳統設計過程的重要性。研究提出了一個四階段的方法論,包含情感探索、形狀生成、顏色生成和顏色和諧評估。透過使用GPT-4o和Midjourney,研究能夠了解訪客需求並創造出符合意象的設計。案例研究顯示,這個方法論在旅遊IP產品設計中具有效性,並且定量與定性評估之間有強相關性。 PubMed DOI

生成式人工智慧(AI),特別是大型語言模型(LLMs),在生物醫學和健康領域的專業環境及教育中影響深遠。研究顯示,LLMs在醫學執照考試、臨床問題解答等方面表現不亞於人類。這篇評論強調了LLMs的成就,並探討了可能妨礙專業知識和技能發展的挑戰,提供最佳實踐建議以應對這些問題。儘管存在挑戰,學生和教職員理解並運用這項技術仍然至關重要。 PubMed DOI

大型語言模型(LLMs)能理解和產生自然語言,正改變醫療、教育、金融等產業,提升效率和準確度。不過,LLMs也有倫理、偏見和高運算成本等問題。本文分析其發展、應用和限制,並探討未來趨勢。 PubMed DOI

研究發現,使用大型語言模型(LLM)能提升員工的創造力,特別是對那些擅長自我調整思考的人效果更明顯。實驗顯示,主管和外部評審都認為有用LLM協助的員工創意表現更好,尤其是後設認知能力強的人。這說明LLM能幫助特定員工在工作上更有創意。 PubMed DOI